Rozkład wielomianowy jest uogólnieniem rozkładu dwumianowego, tym razem mamy zamiast dwóch mamy "l" właściwości, w które trafiamy w n doświadczeniach. Ilość poszczególnych trafień jest k w właściwość o numerze "j" Wszystkie ilości trafień powinny spełniać warunek:
Wzór na prawdopodobieństwo w rozkładzie wielomianowy względem ilości trafień w poszczególne trafienia k,k,...,k, znając prawdopodobieństwa zdarzeń o numerach kolejno j=1,...,l, w których prawdopodobieństwo uzyskania w pojedynczym doświadczeniu poszczególnych właściwości jest napisane kolejno p,p,...,p, przy ilości przeprowadzonych doświadczeń, których jest "n", jest napisane:
Dla rozkładu dwumianowego, który jest bardzo podobny jest do równania Bernoullego, wzór dla l=2 przechodzi we:
Załóżmy, że mamy n doświadczeń, w których trafiamy w pewne właściwości, jeśli trafimy w tą właściwość, to ją oznaczamy jako jeden, w przeciwnym przypadku jako zero. Zatem wartość oczekiwaną dla rozkładu wielomianowego trafienia właściwości o numerze "i" jest określone przez wyrażenie:
Dla n przeprowadzonych doświadczeń wartość oczekiwana losowania właściwości K jest określona na podstawie wzoru dla przeprowadzonych n doświadczeniach:
Wartość oczekiwana zdarzenia K o numerze "i" dla rozkładu wielomianowego jest równa wzorowi . Korzystając z tej właściwości rozkładu wielomianowego, to wyznaczmy elementy macierzy kowariancji dla elementów diagonalnych (czyli liczymy wariancję) dla pojedynczego doświadczenia, wtedy oczywiste jest:
Dla przeprowadzonych n doświadczeń, wiedząc, że poszczególne doświadczenia są niezależne od siebie, zatem kowariancja różnych doświadczeń względem siebie dla tego samego rozkładu jest równa zero dla uzyskania tego samego wyniku, na podstawie wzoru mamy wzór na elementy diagonalne kowariancji, które są z definicji wariancjami statystycznymi uzyskania odpowiednich wyników o właściwości K.
Korzystając z tej samej wartości oczekiwanej co w , czyli z , to możemy przeprowadzić obliczenia dla pozadiagonalnych elementów macierzy kowariancji c, czyli dla elementów, dla których zachodzi i≠j:
Zgodnie ze wzorem na wariancję (diagonalne elementy kowariancji) i wzorem na pozadiagonalne elementy kowariancji) możemy otrzymać ogólny wzór na dowolne elementy kowariancji dla pojedynczego doświadczenia, którego dowód przeprowadzimy poniżej, czy się zgadza z powyższymi wzorami udowodnionymi powyżej.
Gdy i=j, to diagonalne elementy macierzy kowariancji przyjmują postać:
co zgadza się ze wzorem .
Gdy i≠ j, to macierz kowariancji dla jednego doświadczenia przedstawia się:
co zgadza się ze wzorem .
Zatem wzór na macierz kowariancji pojedynczego doświadczenia jest macierzą poprawną względem jej szczególnych przypadków.
Macierz kowariancji opisujący n doświadczeń [c] jest sumą n macierzy kowariancji, które opisują poszczególne doświadczenia, którego elementy dla każdego małego doświadczenia są i tą ogólną macierz kowariancji zapisujemy jako [c]=Σ[c]. Jak to udowodniono dla i=j, właściwość macierzy kowariancji została udowodniona w punkcie , gdy i≠j, to elementy n macierzy kowariancji o tych samych wskaźnikach dodają się do siebie, podobnie jest dla diagonalnych elementów macierzy kowariancji (wariancje):
Ostatecznie, macierzą kowariancji nazywamy na podstawie jej końcowego przedstawienia wyrażenie:
Wiadomo, że z definicji , że macierz kowariancji jest macierzą symetryczną, a więc definicja macierzy powinna to spełniać. Elementy na diagonalnej są z samej siebie z definicji symetryczne, a zatem sprawdźmy czy elementy pozadiagonalne są symetryczne względem siebie.
Z rozważań w punkcie , że pozadiagonalne elementy kowariancji są elementami symetrycznymi, zatem dostajemy, że w ogólności macierz kowariancji dla rozkładu wielomianowego jest macierzą symetryczną, co nie powinno być dla nas zdziwieniem.